Yann LeCun a los académicos: “No deberían trabajar en LLM, para nada”

Yann LeCun lleva años diciéndole a la industria de la IA que los modelos de lenguaje grandes son un desvío. En un fragmento de una conferencia que ahora circula por X, el ganador del Premio Turing dirige la advertencia a un público más reducido y vulnerable —los investigadores de los laboratorios universitarios— y no deja lugar a matices.

«No deberían trabajar en modelos de lenguaje grandes. Al menos si están en el ámbito académico, definitivamente no deberían trabajar en ellos. No tienen nada que aportar. Si les interesa lograr avances reales en IA, en una IA con los pies en la tierra y pensada para el mundo real; si quieren desarrollar IA física, no trabajen en modelos de lenguaje grandes ni en modelos generativos».

Lo dijo en ETH Zurich, durante su conferencia «World Models: Enabling the Next AI Revolution», como parte de las charlas Frontiers of Embodied AI, el 29 de mayo. El comentarista de IA Rohan Paul publicó el fragmento esta semana y lo presentó como la «última charla» de LeCun, aunque tiene cuatro meses. La frase siguiente provocó risas: «Así que, como probablemente ya imaginarán, esto no me hace muy popular en Silicon Valley». La diapositiva detrás de él, titulada «Recommendations to my fellow AI scientists», termina con letras rojas mayúsculas: «Si les interesa la IA a nivel humano, no trabajen en modelos de lenguaje grandes».

La primera mitad tiene que ver con la capacidad de cómputo

Si dejamos de lado la provocación, el consejo académico se reduce a una cuestión económica. El avance de los modelos de lenguaje grandes se consigue mediante entrenamientos en clústeres que solo un puñado de empresas puede costear. Un estudiante de doctorado no puede aportar mucho a una carrera que se decide por los presupuestos; eso es lo que, en la práctica, significa «no tienen nada que aportar». LeCun lleva tiempo planteando esta idea: en VivaTech, en París, en 2024, les dijo a los estudiantes que querían desarrollar la próxima generación de IA que los modelos de lenguaje grandes estaban en manos de las grandes empresas, según informó VentureBeat.

La diapositiva también enumera en qué quiere que se invierta el tiempo, en cambio. Arquitecturas de incrustación conjunta en lugar de modelos generativos. Modelos basados en energía en lugar de probabilísticos. Métodos regularizados en lugar de contrastivos. Control predictivo basado en modelos en lugar de aprendizaje por refuerzo, que reservaría únicamente para corregir un plan cuando el mundo no se comporta como se había previsto. Son ideas que se pueden poner a prueba con equipos modestos, y ahí es donde un laboratorio universitario todavía tiene ventaja.

La segunda mitad es la verdadera provocación

«Tampoco trabajen en modelos generativos» va más allá de los argumentos habituales contra los chatbots. Rechaza la generación en sí misma, la idea de construir inteligencia prediciendo la siguiente palabra o el siguiente píxel, y eso pone a LeCun en desacuerdo con buena parte del campo de la IA física, que suele asociarse con él. La semana pasada, AMD acordó comprar World Labs, la empresa de Fei-Fei Li, en una operación pagada íntegramente con acciones y valorada en unos 8.200 millones de dólares. The Register describió la compra como una cobertura ante la posibilidad de que los modelos de lenguaje grandes resulten ser un callejón sin salida y señaló que LeCun ha dicho algo parecido. Sin embargo, World Labs desarrolla modelos que generan y simulan entornos 3D. Cosmos 3, de NVIDIA, también es un modelo generativo del mundo, y Physical Intelligence construye sus modelos robóticos sobre modelos de visión y lenguaje. El dinero que se dirige hacia «mundos, no palabras» no está yendo, en su mayor parte, hacia la versión de LeCun.

Consejos de alguien con intereses en juego

También hay que tener en cuenta quién da el consejo. LeCun dejó Meta y ahora es presidente ejecutivo de AMI Labs, con sede en París. En marzo, la empresa recaudó 1.030 millones de dólares con una valoración de 3.500 millones; fue la mayor ronda semilla de Europa y el objetivo es desarrollar modelos del mundo como alternativa a los modelos de lenguaje grandes. La empresa está ampliando sus equipos en París, Nueva York, Montreal y Singapur. Cada investigador que siga su consejo podría convertirse en una futura contratación.

Eso no significa que el consejo sea cínico. LeCun sostenía esta postura antes de que existiera AMI, y pagó el costo en reputación mucho antes de que los inversionistas la respaldaran con dinero. Pero en 2026, la recomendación de investigación y el plan de negocios apuntan exactamente en la misma dirección, y los estudiantes deberían sopesar el consejo teniendo eso en cuenta.

LeCun bromeó con que esa postura le hace perder amigos en Silicon Valley. Para un estudiante que está eligiendo el tema de su tesis, lo que está en juego es más importante: apostar un doctorado por la arquitectura que él acaba de conseguir mil millones de dólares para demostrar.

Etiquetas: Large Language Models, World models, AMI Labs, ETH Zurich, Yann LeCun